AutoMate A Dataset and Learning Approach for Automatic Mating of CAD Assemblies【浅读】

AutoMate: A Dataset and Learning Approach for Automatic Mating of CAD Assemblies

AutoMate: A Dataset and Learning Approach for Automatic Mating of
CAD Assemblies(自动化:CAD装配自动匹配的数据集和学习方法)

2021 ACM

论文概述

这篇文章介绍了使用深度学习方法来预测计算机辅助设计(CAD)中的装配关系(mates)。主要内容和贡献如下：

1. 提出了一种新的基于边界表示(BREPs)的图神经网络SB-GCN,可以学习不同拓扑实体(面、边、顶点等)的嵌入表示。这是第一个异构的BREP表示学习模型。
2. 收集并整理了第一个大规模的基于BREP的装配建模数据集，包含180,102个装配关系。
3. 应用SB-GCN来预测装配关系的位置和类型。位置预测准确率达到72.2%,类型预测准确率达到70%。
4. 将该方法集成到一个商业CAD系统Onshape中，实现了自动完成装配关系的功能，显著提高了装配效率。
5. 分析了预测结果的不确定性，并讨论了模型的局限性和未来可扩展的方向。

总体来说，本文通过图神经网络表示学习的方法，实现了针对CAD工作流程的第一个装配建模系统，取得了较好的效果，为CAD系统的智能化提供了有价值的参考。

摘要

装配建模是计算机辅助设计(CAD)的核心任务，约占CAD工作流程的三分之一。因此，优化这一过程在CAD系统的